agentleFS
xhqingxhqing/CommunityManagerAgent/.claude/skills/social-media/SKILL.md

social-media

Skill2 starsChanged 8 days agoMITView on GitHub

社媒矩阵(YouTube / 小红书 / 公众号 / 小绿书 / 视频号 / 微信群聊 / 朋友圈)的运营总入口:平台机制、推荐与搜索长尾、内容策略、合规规则、账号健康与变现。当涉及社媒运营的任何事项时使用——发内容到任一平台、写笔记 / 视频脚本 / 选题策划、一鱼多吃分发、查平台规则与数据(推荐算法 / 搜索流量 / 冷启动 / 涨粉起号 / 变现门槛 / 流量主 / 创作分成 / 投流 / 薯条 / AI 标注 / 导流红线 / 金融内容限制)、处理账号问题(被限流 / 被标记 / 账号检测 / 不良记录 / 申诉)、账号复盘等;向任一平台发布内容前,也先过本 skill 路由与 AGENTS.md 发布前检查清单。NOT for:为数字产品销售做渠道引流素材(用 Buzz 的 dtc-ads);公众号草稿箱写入(用 wechat-mp skill);视频剪辑转码(用 video-editing skill)。

22 other projects use a version of this.

Adopted by

Most recently taken up by

Used with

Projects with it also use newsletter and frontend-design.

Other files people use alongside this one.

Files found in the same public projects as a version of this one, more often than they turn up anywhere else. Each project counts once, large collections count for less, and this file's own repository is left out.
  • anshul-garg27Skill

    newsletter

    Create engaging email newsletters with subject lines, sections, and CTAs for Substack, Beehiiv, ConvertKit, or plain email

    Also in 3 projects that use this

  • BlockSkill

    frontend-design

    Create distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.

    Also in 4 projects that use this

The file

Files
SKILL.md

社媒运营(用户账号矩阵)

社媒矩阵的运营总入口:7 个阵地(YouTube / 小红书 / 公众号 / 小绿书 / 视频号 / 微信群聊 / 朋友圈)的平台机制、内容策略与规则(矩阵近期新增 X、Instagram、Threads、GitHub、LinkedIn 及群聊容器(小红书 / XChat / IG / Threads)等阵地,其运营参考待补充——定位见项目根 platforms.md)。本 skill 管「写什么、怎么发、守什么规则」;「怎么落地成稿 / 怎么操作」由两个执行 skill 承担(见文末分工)。

内容总方向(全平台一致):分享使用 AI 的经验 + AI 在各行各业、各种场景下的应用案例(「AI+ 某个领域」经验分享)。

先读哪里(路由表)

你要做的事先读
YouTube:参数 / 搜索长尾 / 推荐 / 变现(YPP 门槛 2027-02 翻倍)/ AI 与金融政策 / AI 制作合规references/youtube.md
小红书:搜索流量 / 流量池与 2026 变化 / 导流红线 / 金融字样限制 / 账号检测与「不良记录」处理 / 薯条投流references/xiaohongshu.md
公众号:推荐机制 / AI 新规 / 导流新规 / 不良记录处理 / 流量主 / 搜索长尾 / 草稿箱 API 边界references/wechat-mp.md(内容规则)+ wechat-mp skill(写入草稿箱)
小绿书(公众号贴图):形态 / 流量机制 / 运营方法 / 变现references/xiaolvshu.md
视频号:社交推荐 / 搜索 / 创作分成 / AI 标注 / 金融公约references/wechat-channel.md
私域:群聊在矩阵中的位置 / 朋友圈框架 / 公私域协同references/private-domains.md
直播:各平台直播功能 / 流量结构 / 是否流量池赛马 / 起量与合规references/live.md
跨平台心法:搜索长尾 / 投流真相 / 推荐系统 / AI 时代内容策略 / 一鱼多吃工程references/cross-platform.md
发布前红线与检查清单(必过)项目 AGENTS.md「合规红线与发布前检查」节(权威版)

标准工作流(每条内容)

  1. 选题:优先搜索长尾型 / 常青选题(教程、攻略、决策类——每个选题当「搜索题的答案」来做);群聊高频问题 = 选题库(见 references/private-domains.md);涉交易 / 金融的选题先按红线三分级(技术知识 ✅ / 实盘记录 ⚠️ / 荐股买卖点 ❌)。
  2. 生产:一鱼多吃(核心素材 → 多形态分发,路径见 AGENTS.md「你运营的社媒矩阵」节);AI 做辅助、人做核心——选题、观点、框架、个人经历由真人提供,AI 只做资料整理、润色、排版、配图、剪辑。
  3. 发布前:逐条对照 AGENTS.md「合规红线与发布前检查」(三大红线 + 7 项检查清单);再按目标平台查对应 reference 的平台专项限制(如小红书金融字样、视频号金融公约、各平台参数)。
  4. 发布与承接:发布动作由用户落地;可自动化的环节用执行 skill(公众号 → wechat-mp、剪辑 → video-editing);私域承接路径设计见 references/private-domains.md(走平台允许的功能,不放联系方式)。
  5. 复盘:数据按各平台机制解读(小红书看发布后 1-3 小时数据窗口、公众号看完读率、YouTube 看观看时长);被标记 / 限流按对应 reference 的「不良记录处理」流程走——只处理问题条目、绝不批量删文。

通用心法(先懂原理,再套平台)

  • 内容资产 vs 流量租赁:搜索型平台(YouTube / 小红书 / 公众号)= 停更后老内容仍产流量(资产);推荐型(抖音 / 视频号等)= 停更即断供。优先常青内容 + 库存制生产。
  • 推荐系统三段式(召回 → 排序 → 重排):各平台第一指标不同——公众号看完读率、YouTube 看观看时长、小红书点击率 → 完读率、视频号看社交互动。内容制作跟着第一指标走。
  • 0 粉可爆 ≠ 结果平等:内容级赛马(数据达标即被放大),粉丝只影响起跑加成;成熟账号系统性占优。
  • 投流是放大器,不是救命药:只给「自然表现好」的内容投流;救不活已凉的笔记。
  • 真实稀缺是壁垒:AI 供给爆炸后,「真人真事 + 个人观点 + 一手经验」反而最稀缺——这正是各平台官方口径反复强调的关键词(「真实表达」「个人观点」「真人真事」)。

时效纪律

  • 各 reference 的调研时点为 2026-10-14,直播参考(live.md)为 2026-10-31(来源已逐份标注:官方 / 第三方;直播文件内另分「官方 / 行业共识 / 不可信」三级);平台规则变化频繁(2025-2026 各平台密集出新规)——引用任何门槛数字、政策条款前先复查最新版本(查官方文档 / 官方公告;第三方解读只作线索)。
  • 素材原始快照存于 docs/research/social-ops/(历史存档,仅供溯源;现行内容以本 skill 与 AGENTS.md 为准)。

与其他 skill / agent 的分工

对象管什么
本 skill(social-media)写什么、怎么发、守什么规则——平台机制、内容策略、合规红线、账号健康
wechat-mp skill执行:公众号文章写入草稿箱(Markdown → 排版 → 草稿;发布由用户点)
video-editing skill执行:视频剪辑 / 字幕 / 压缩 / 转码 / 修复
Buzz(GrowthMarketerAgent)数字产品销售的渠道引流素材(dtc-ads)——平台重叠但任务不同:运营用户的账号 = Gatsby;为卖某个产品做引流 = Buzz

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.